Farg`ona davlat univarsiteti sirtqi bo`lim

---

FARG`ONA DAVLAT UNIVARSITETI 
SIRTQI BO`LIM 
AMALIY MATEMATIKA VA 
INFORMATIKA YO`NALISHI 
4-BOSQICH 19.70-GURUH TALABASI 
ERGASHEV MA’RUFJONNING
“SUNIY INTELEKT VA NEYRON 
TO`RLARI TEX” FANIDAN 
“Neyron to‘ri asosida qaror qabul qilishdagi 
shaffoflik. Genetik algoritm va uning 
qo‘llaniladigan masalalar. Qarorlar daraxtining 
amaliy tadbiqlari” 
MAVZUSIDA TAYYORLAGAN 
MUSTAQIL 
ISHI
Qabul qildi: Sh. Turg`unov 
Topshirdi: M. Ergashev 

---

Mavzu
:
Neyron to‘ri asosida qaror qabul qilishdagi shaffoflik. Genetik algoritm va 
uning qo‘llaniladigan masalalar. Qarorlar daraxtining amaliy tadbiqlari. 
Reja: 
1.1
 
Neyron to‘ri asosida qaror qabul qilishdagi shaffoflik. 
1.2
 
Tasvirlarni tanishda neyron tarmoqlarining dasturiy vositalarini 
ko’pyadroli prosessorlar muhitida ishlab chiqish. 
2. Genetik algoritm va uning qo‘llaniladigan masalalar. 
3.1. Qarorlar daraxtining amaliy tadbiqlari. 
3.2. 
Qarorlar daraxti.
 
4. Hulosa. 
5. Foydalanilgan adabiyotlar. 

---

1.
 
Neyron to‘ri asosida qaror qabul qilishdagi shaffoflik. 
Sunʼiy neyron tarmoqlari (SNT), odatda oddiygina neyron tarmoqlari (NT) deb 
ataladi, hayvonlar miyasini tashkil etuvchi biologik neyron tarmoqlardan ilhomlangan 
hisoblash tizimlari. 
SNT sunʼiy neyronlar deb ataladigan bogʻlangan birliklar yoki tugunlar toʻplamiga 
asoslanadi, ular biologik miyadagi neyronlarni erkin modellashtiradi. Sunʼiy neyron 
signallarni oladi, keyin ularni qayta ishlaydi va unga ulangan neyronlarga signal 
berishi mumkin. Ulanishdagi „signal“ haqiqiy raqam boʻlib, har bir neyroNTing 
chiqishi uning kirishlari yigʻindisining chiziqli boʻlmagan funksiyasi bilan 
hisoblanadi. Ulanishlar deyiladi qirralar. Neyronlar va chekkalar odatda oʻrganish 
davom etayotganda sozlanadigan vaznga ega. Neyronlar shunday chegaraga ega 
boʻlishi mumkinki, signal faqat yigʻilgan signal ushbu chegarani kesib oʻtgan 
taqdirdagina yuboriladi. Odatda, neyronlar qatlamlarga yigʻiladi. Signallar birinchi 
qatlamdan (kirish qatlami), oxirgi qatlamga (chiqish qatlami), ehtimol, qatlamlarni 
bir necha marta bosib oʻtgandan keyin oʻtadi. 
Trening 
Neyron tarmoqlar misollarni qayta ishlash orqali oʻrganadi (yoki oʻqitiladi), 
ularning har biri maʼlum „kirish“ va „natija“ ni oʻz ichiga oladi va ular oʻrtasida 
ehtimollik bilan oʻlchangan assotsiatsiyalarni hosil qiladi, ular tarmoqning oʻzida 
saqlanadigan maʼlumotlar tuzilmasida saqlanadi. Berilgan misol boʻyicha neyron 
tarmoqni oʻrgatish odatda tarmoqning qayta ishlangan chiqishi (koʻpincha bashorat) 
va maqsadli chiqishi oʻrtasidagi farqni aniqlash orqali amalga oshiriladi. Keyin 
tarmoq oʻz vaznli assotsiatsiyalarini oʻrganish qoidasiga koʻra va ushbu xato 
qiymatidan foydalanib sozlaydi. Ushbu tuzatishlarning etarli sonidan soʻng, 
mashgʻulot muayyan mezonlar asosida toʻxtatilishi mumkin. 
Bunday tizimlar misollarni koʻrib chiqish orqali topshiriqlarni bajarishni 
„oʻrganadi“, odatda vazifaga xos qoidalar bilan dasturlashtirilmaydi. Masalan, 
tasvirni aniqlashda ular „mushuk“ yoki „mushuk yoʻq“ deb qoʻlda yorliqlangan misol 
tasvirlarni tahlil qilish va boshqa tasvirlardagi mushuklarni aniqlash uchun 
natijalardan foydalanish orqali mushuklar bor tasvirlarni aniqlashni oʻrganishi 
mumkin. 
Neyron tarmoqlarning dastlabki muvaffaqiyatlari birja bozorini bashorat qilish va 
1995-yilda (asosan) oʻzini oʻzi boshqaradigan avtomobilni oʻz ichiga oladi.[30] 
Geoffrey Xinton va boshqalar. (2006) har bir qatlamni modellashtirish uchun 
cheklangan BoltzmSNT mashinasi. 2012-yilda Ng va Din faqat yorliqsiz tasvirlarni 
tomosha qilish orqali mushuklar kabi yuqori darajadagi tushunchalarni tan olishni 
oʻrgangan tarmoq yaratdilar Nazoratsiz oldindan oʻqitish va GPU va taqsimlangan 

---

hisoblash quvvatining ortishi kattaroq tarmoqlardan foydalanishga imkon berdi, 
xususan, tasvir va vizual aniqlash muammolarida " chuqur oʻrganish " nomi bilan 
mashhur boʻldi. 
Neyron va miyelinli akson, dendritlardagi kirishlardan akson terminallaridagi 
chiqishlarga signal oqimi bilan. 
SNT anʼanaviy algoritmlar unchalik muvaffaqiyatli boʻlmagan vazifalarni bajarish 
uchun inson miyasining arxitekturasidan foydalanishga urinish sifatida boshlandi. 
Neyronlar bir-biri bilan turli naqshlarda bogʻlangan, bu baʼzi neyronlarning chiqishi 
boshqalarning kirishiga aylanishiga imkon beradi. Tarmoq yoʻnaltirilgan, vaznli 
grafik hosil qiladi. 
Sunʼiy neyron tarmogʻi simulyatsiya qilingan neyronlar toʻplamidan iborat.Har bir 
neyron boshqa tugunlarga biologik mos keladigan bogʻlanishlar orqali bogʻlangan 
tugundir.Har bir boʻgʻiNTing vazni bor, bu bir tuguNTing boshqasiga taʼsir kuchini 
belgilaydi.